LSTM-Human-Activity-Recognition
Ejemplo de Reconocimiento de Actividad Humana utilizando TensorFlow en un conjunto de datos de sensores de smartphone y una RNN LSTM. Clasificando el tipo de movimiento entre seis categorías de actividad - Guillaume Chevalier
Clasifica movimientos humanos en categorías como caminar o sentarse utilizando datos de sensores de smartphones y modelos LSTM.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quierasEjemplo de Reconocimiento de Actividad Humana utilizando TensorFlow en un conjunto de datos de sensores de smartphone y una RNN LSTM. Clasificando el tipo de movimiento entre seis categorías de actividad - Guillaume Chevalier
LSTM-Human-Activity-Recognition tiene 3.5k estrellas en GitHub. Se ha bifurcado 935 veces. LSTM-Human-Activity-Recognition está escrito principalmente en Jupyter Notebook. Se desarrolla activamente desde 2016. LSTM-Human-Activity-Recognition está disponible bajo la licencia MIT. Sus temas principales son: activity-recognition, deep-learning, human-activity-recognition, lstm.
¿Qué es LSTM-Human-Activity-Recognition?
Ejemplo de Reconocimiento de Actividad Humana utilizando TensorFlow en un conjunto de datos de sensores de smartphone y una RNN LSTM. Clasificando el tipo de movimiento entre seis categorías de actividad - Guillaume Chevalier
¿LSTM-Human-Activity-Recognition es de código abierto?
LSTM-Human-Activity-Recognition es un proyecto de código abierto. Se distribuye bajo la licencia MIT.
¿LSTM-Human-Activity-Recognition es gratis?
Sí. LSTM-Human-Activity-Recognition es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
¿Bajo qué licencia está LSTM-Human-Activity-Recognition?
LSTM-Human-Activity-Recognition está disponible bajo la licencia MIT.
¿En qué lenguaje está escrito LSTM-Human-Activity-Recognition?
LSTM-Human-Activity-Recognition está escrito principalmente en Jupyter Notebook.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://opensourceai.tech/project/guillaume-chevalier-lstm-human-activity-recognition.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.